senior quant 是什么职位

1. senior quant 是什么职位

高级数据分析专家。
senior ['si:njə]  
adj. 高级的；年长的；地位较高的；年资较深的，资格较老的
n. 上司；较年长者；毕业班学生
quant [kwɔnt, kwænt] 
n. 船桨；数量分析专家
vt. 用篙撑  vi. 用篙撑船

2. quant这个职业在国内就业前景怎样

金融工程很有前途的，做固定收益和资产管理方向比较好，以后去私募当经理也不错

3. 要想成为一名优秀的 Quant 需要什么样的编程水平

职业素养是职业发展的基本素质，有助于提升员工的职业形象，更有助于增强企业的竞争力。职业素养陈馨娴老师指出要提升员工的职业素养，要从员工的意识、能力、态度、职业道德、形象等多个方面去提升。以下为提升员工职业素养的具体内容。一、陈馨娴老师指出首先应该具备良好的职业态度态度是职业素养的核心，好的态度比如负责的、积极的，自信的，建设性的，欣赏的，乐于助人等态度是决定成败的关键因素。二、敬业精神敬业精神及合作的态度。敬业精神就是在工作中要将自己作为公司的一部分，不管做什么工作一定要做到最好，发挥出实力，对于一些细小的错误一定要及时地更正，敬业不仅仅是吃苦耐劳，更重要的是“用心”去做好公司分配给的每一份工作。三、职业道德1、以诚实守信的态度对待职业2、廉洁自律，秉公事3、严格遵守职业规范和公司制度4、决不泄露公司机密5、忠诚对待公司6.公司利益高于一切7.全力维护公司品牌8.克服自私心理，树立节约意识9.培养职业美德，缔造人格魅力10.敬业是做事的基本原则四、职业意识1、团队是个人职业成功的前提2、个人因为团队而更加强大3、面对问题要学会借力与合作4、帮助别人就是帮助自己5、懂得分享，不独占团队成果6.与不同性格的团队成员默契配合7.通过认同力量增强团队意识8.顾全大局，甘当配角五、个人行为规范1、以顾客的眼光看事情2、耐心对待你的客户3、把职业当成你的事业4、对自己言行负一切责任5、用最高职业标准要求自己6.一切都应以业绩为导向7.为实现自我价值而工作8.积极应对工作中的困境9.懂得感恩，接受工作的全部10.不断的创新，为企业注入新元素11.正确对待与同级、上级的关系六、职业技能规范1、制定清晰的职业目标2、学以致用，把知识转化为职业能力3、把复杂的工作简单化4、第一次就把事情做对5、加强沟通，把话说得恰到好处6.重视职业中的每一个细节7.多给客户一些有价值的建议8.善于学习，适应变化9.突破职业思维，具备创新精神七、自我时间管理1、制定时间管理计划2、养成快速的节奏感3、学会授权4、高效的会议技巧5、养成整洁的条理的习惯6、专心致志，有始有终7、简化工作流程八、沟通技巧1、讲出来，尤其是坦白地讲出来你内心的感受、感情、痛苦、想法和期望，但绝对不是批评、责备、抱怨、攻击。2、不无根据地批评、不责备、不抱怨、不攻击、不说教。3、互相尊重。4、绝不口出恶言。所谓“祸从口出”。5、不说不该说的话。6、情绪中不要沟通，尤其是不能够做决定。7、理性的沟通，不理性不要沟通。8、反省。不只是沟通才需要反省，一切都需要。

4. Quant 这个职业在国内的前景怎样

我曾在国内一家主要的投行的Quant组工作过一段时间，我结合我自己的经历和同朋友交流的见闻谈一谈看法。
简单而言：目前Quant在国内状况一般，但是长期肯定是有很大的发展的。

国内其实是有这个职业的，每年都会有一个国内证券公司的数量分析组排名，2010年我记得国信证券是第一名。然后卖方JP Morgan在北京是有Quant组的，Citi在上海也有Quant组。另外中金、中信也有对应的Quant部门。在香港的话就更多了，Credit Suisse，Morgan Stanley，JP Morgan，Nomura我都是确定有Quant组的，而且规模不算小。高盛目前还没在亚洲提供Quant职务。买方也有很多Quant职务，比如富国基金的Beta类基金很多都是Quant设计的；上投摩根也是明确招Quant的。

在国内一般Quant做什么内容呢，如果广义上来讲，一部分Quant是在做Risk Management，随着投行风险控制与国际接轨，这部分对于Quant人才的需求是比较大的，因为交易数量级越来越大，风险估计精度要求越来越高，传统的Risk人才已经不能满足需求了。这部分人员pay和待遇算Middle Office水平把，一般。
另外一部分，所谓传统意义上的Quant，我个人的感受是，在卖方投行里面，大部分在做建模（Factor Model之类），结构产品定价（Structure Product）以及宏观模型（Macro Economics）。极少一部分中国的卖方Quant在做市场微结构（Market Micro Structure），高频交易（High Frequency Trading）和统计套利（Stats Arbitrage）。后面三种工作，大量出现在香港工作的Quant身上，或者买方Quant。总体而言，外资的Quant待遇比内资好（视具体情况不绝对），香港的Quant过得比内地好。内资里面，Quant的待遇介于Middle Office和Front Office之间，很多人想跳去做Equity Research或者Sales & Trading，安分干Quant的不多。新人年薪能够到30万算很不错的了。外资香港的Quant与国际接轨，Global Pay，入职差不多50-70万港币是可以期待的。外资的内地Quant很难说，我只知道JP Morgan北京Office的Pay不如香港，其它的因为人不多，很难给出靠谱的估计。买方的待遇差异非常大，看雇主，也看资历，总体内地买方Pay不算高，一个年近30的PhD去了Pay 50万这种情况也算很正常的。

工作的感觉是国内的Quant小日子还是挺舒服的，比美国这边的Front Desk Quant轻松很多，偏研究性质，毕竟直接做Strategy去交易赚钱的不多。压力也不算大，经常一个project你玩命拖没人管你。而且绩效管理混乱，不如IBD，Equity Research或者Sales & Trading那么好衡量。哎，一个业务，凡是涉及短期（获利）和长期（研究）的冲突，就很难做绩效考核了。

其实国内的Quant现在算朝阳产业，现在说真的，不算一个特别风光的职业。有人说华尔街的Quant是街上的摇滚巨星，中国连娱乐圈的摇滚巨星都不多，遑论金融圈。。。。其实这都是有原因的，根本还是中国的市场在高频交易、对冲、市场开放度等方面跟国外差距甚大，很多Quant的传统领域或现在的前沿领域无法应用，大量的公司储备Quant其实是在储备研究结果，现在无法发挥威力。很多数量交易在中国的问题我在这个回答里面：http://www.zhihu.com/question/20183706/answer/14447938
有讨论。你可以参考。

长期，如果市场健全了，我个人觉得Quant在国内有很大的发展。首先可以做的东西很多，国外过去30年的成果基本可以照搬来试验效果，其次国内的市场属于高度不有效市场，套利机会非常多，Quant可以在天朝的热土赢来黄金时代。最重要的是，在一个市场由散户主导向机构主导转变的过程中，数量化策略及数量化风险控制的兴起是必然趋势。

冯仑在《野蛮生长》里面写，要在国内找商业机会，就看看美国50年前流行什么就行了。这句话很对，你看看华尔街30年前在搞什么，很可能就是国内市场未来几年的热点。美国也经历不靠谱的庞兹骗局横行时代，经历了庄家风行，经历了投机者英雄主义时代，最终发展到今天。我个人相信，1980-2007的这段Quant黄金时代也会在中国重现。

5. 为什么金融工程师叫 quant???

写这篇文章主要是因为现在很多本科生对金融工程都很有兴趣，但具体怎么一回事却不甚了解，有的甚至把他与金融和经济混淆一谈。所以这篇文章也算是给所有对这个行业有兴趣的朋友一个参考吧。

1.quant是做什么的？

quant的工作就是设计并实现金融的数学模型（主要采用计算机编程），包括衍生物定价，风险估价或预测市场行为等。所以quant更多可看为工程师，按中国的习惯性分类方法就是理工类人才，而不是文科人才，这个和金融有一定的区别(当然金融也有很多理工的内容)。

2.有哪几种quant？

a. desk quant
desk quant 开发直接被交易员使用的价格模型. 优势是接近交易中所遇到的money和机会. 劣势是压力很大.

b. Model validating quant
model validating quant 独立开发价格模型,不过是为了确定desk quant开发的模型的正确性. 优势是更轻松,压力比较小. 劣势是这种小组会比较没有作为而且远离money.

c. Research quant
Research quant 尝试发明新的价格公式和模型,有时还会执行blue-sky research(不太清楚是什么). 优势是比较有趣(对喜欢这些人来说),而且你学到很多东西. 劣势是有时会比较难证明有你这个人存在(跟科学家一样,没有什么大的成果就没人注意你) 

d. quant developer
其实就是名字被美化的程序员,但收入很不错而且很容易找到工作. 这种工作变化很大. 它可能是一直在写代码,或者调试其他人的大型系统.

e. Statistical arbitrage quant
Statistical arbitrage quant 在数据中寻找自动交易系统的模式(就是套利系统). 这种技术比起衍生物定价的技术有很大的不同, 它主要用在对冲基金里. 而且这种位置的回报是极不稳定的.

d. capital quant
capital quant 建立银行的信用和资本模型. 相比衍生物定价相关的工作,它没有那么吸引人,但是随着巴塞尔II银行协议的到来,它变的越来越重要. 你会得到不错的收入(但不会很多),更少的压力和更少的工作时间. 

人们投资金融行业就是为了赚钱, 如果你想获得更多的收入,你就要更靠近那些钱的"生产"的地方. 这会产生一种接近钱的看不起那些离得比较远的人的现象. 作为一个基本原则, 靠近钱比远离钱要来得容易.


3.quant工作的领域

a.FX
FX就是外汇交易的简写. 合同趋向于短期,大量的金额和简单的规定.所以重点在于很快速度的建立模型.

b.Equities
Equities的意思是股票和指数的期权. 技术偏向于偏微分方程(PDE). 它并不是一个特别大的市场.

c.Fixed income
Fixed income的意思是基于利息的衍生物. 这从市值上来说可能是最大的市场. 他用到的数学会更加复杂因为从根本上来说他是多维的. 技术上的技巧会用的很多. 他的收入比较高.

d.Credit derivatives
Credit derivatives是建立在那些公司债务还清上的衍生产品.他发展的非常快并有大量需求,所以也有很高的收入. 尽管如此,他表明了一些当前经济的泡沫因素.

e.Commodities
Commodities因为最近几年生活用品价格的普遍涨价,也成为一个发展迅速的领域.

f.Hybrids
Hybrids是多于一个市场的衍生物市场,典型情况是利息率加上一些其它东西.它主要的优势在于可以学到多种领域的知识.这也是当前非常流行的领域.

4.quant一般在哪些公司工作

a.商业银行  (HSBC, RBS)

商业银行对你要求少,也给的少. 工作会比较稳定.

b.投行 (高盛,Lehman Brothers)

投行需要大量的工作时间但工资很高. 不是很稳定的工作.

总的来说, 美国的银行收入比欧洲银行高,但工作时间更长

c.对冲基金 (Citadel Group)

对冲基金需要大量的工作时间和内容,他们也处在高速发展同时不稳定的情况中. 你可能会得到大量的回报,也可能几个月后就被开除.

d.会计公司

大型会计公司会有自己的顾问quant团队. 有些还会送他们的员工去Oxford读Master. 主要的劣势在于你远离具体的行为和决策,而且厉害的人更愿意去银行,所以你比较难找到人请教.

e.软件公司

外包quant模型变得越来越流行. 所以你去软件公司也是一个选择. 劣势和会计公司比较类似.

5.成为一个quant需要看哪些书?

现在有非常多的关于quant的书.基础书籍包括

- Hull - Options future and other derivatives. 这本书被称为bible. 缺点是这本书的内容主要面向MBA而不是quantitative专家

- Baxter and Rennie – 主要介绍一些手法和诀窍,但主要面向原理而不是实际操作.

- Wilmott (Derivatives) – 对PDE介绍的非常不错,但其他方面一般

推荐其他几本原作者的书(广告啊...但的确很好,大牛来的)

- The concepts and practice of mathematical finance
这本书的目标在于覆盖一个优秀quant应该知道的知识领域. 其中包括强列推荐你在应聘工作之前看的一些编程项目. 

- C++ design patterns and derivatives pricing
这本书是为了告诉大家如何使用C++来做quant的工作.


随机微积分虽然在第一眼看上去不是很重要,但的确非常有用的. 我建议大家先看一些基本理论的书,类似Chung’s books. 一些这方面我推荐的书:

- Williams, Probability with martingales. 一本很容易让人了解account of discrete time martingale theory的书.
- Rogers and Williams, particularly Volume 1.
- Chung and Williams


6. 成为quant,我需要知道一些什么?

根据你想工作的地方不同,你需要学习的知识变化很大. 在写着篇文章的时间(1996),我会建议将我的书全部学会就可以了.很多人错误的把学习这些知识看作仅仅看书而已.你要做的是真正的学习,就像你在准备参加一个基于这些书内容的考试. 如果你对能在这个考试里拿A都没有信心的话,就不要去面试任何的工作.

面试官更在乎你对基本知识的了解是否透彻,而不是你懂得多少东西. 展示你对这个领域的兴趣也很重要. 你需要经常阅读Economist, FT 和Wall Street Journal. 面试会问到一些基本微积分或分析的问题,例如Log x的积分是什么. 问到类似Black-Scholes公式怎么得出的问题也是很正常的. 他们也会问到你的论文相关的问题.

面试同样也是让你选择公司的一个机会. 他们喜欢什么样的人,他们关心的是什么之类的答案可以从他们的问题中得出. 如果问了很多关于C++语法的问题,那么要小心选择除非那是你想做的工作. 一般来说, 一个PhD对得到quant的offer是必需的.

有一个金融数学的Master学位会让你在银行风险或交易支持方面却不是直接quant方面的工作. 银行业变得越来越需要数学知识,所以那些东西在银行的很多领域都有帮助.

在美国, 读了一个PhD之后再读一个Master变得越来越普遍. 在UK这依然比较少见.


8. 编程

所有类型的quant都在编程方面花费大量时间(多于一半).尽管如此,开发新的模型本身也是很有趣的一件事. 标准的实现方法是用C++. 一个想成为quant的人需要学习C++. 有些其他地方使用Matlab所以也是一个很有用的技能,但没C++那么重要. VBA也用的很多,但你可以在工作中掌握它.

10. 收入

一个quant能赚多少? 一个没有经验的quant每年大概会挣到35000-50000磅. 我所见过最低的是25000,最高的是60000加奖金. 如果你的工资超出这个范围,你要问自己why? 收入会迅速的增长. 奖金也是总收入中一个很大的组成部分. 不要太在乎开始的工资是多少,而是看重这个工作的发展机会和学习的机会. 

11. 工作时间

一个quant工作的时间变化很大. 在RBS我们8:30上班,6pm下班. 压力也是变化很大的, 一些美国银行希望你工作时间更长. 在伦敦有5-6个星期的假期. 而在美国2-3个是正常的.

6. Quant 应该学习哪些 Python 知识

1. 如果还需要Deep Learning方面的东西的话，可以考虑Theano或者Keras。这两个东西可能会用在分析新闻数据方面。不过不是很推荐使用这类方法去做量化模型，因为计算量实在是太大，成本很高。
2. 交易框架方面，除了vn.py，还推荐PyAlgoTrade框架，github上可以搜到。私以为这个框架比vn.py牛逼太多了，毕竟是一个在金融IT领域混迹近20年的老妖的作品，架构设计不是一般的优秀。
3. 国内的话，ricequant是个不错的选择，虽然使用的是Java，但是团队我见过，都是做金融IT出身的，基本上都有7、8年以上经验，底层功底非常扎实，做事情都很靠谱。现在他们也在考虑把SDK扩展到Python这边。
4. 国内的行情和交易接口，使用的是自己的协议（比如CTP接口使用的是FTD协议），而不是国际上广泛使用的FIX协议，并且都不开源。如果需要连接行情，还需要考虑将接口SDK为python封装一下。（修改：评论中有人提到很多券商也开放了FIX接口，不过似乎是在内网使用）
5. 有人谈到数据库了，这里我也说一下，对于高频tick级别的数据，其量级可以达到每天TB级别，普通的关系数据库是扛不住的。如果试图使用传统的关系数据库，比如Oracle之类的可以省省了。对付这种级别的数据，采用文件系统+内存索引会更好。不过这种场景，一般也就是机构里面能碰到了，个人quant可以不用考虑。

7. 什么是quant analysis

是定量分析的意思。
这里quant是quantitative的意思。

A quantitative analyst（定量分析家） or, in financial jargon（用行话说）, a quant（金融工程师） is a person who specializes in（专攻） the application（应用） of mathematical （数理的）and statistical methods（统计分析方法）
 – such as （例如研究）numerical（数值的）or quantitative(数量的) techniques(方法) – to financial and risk management problems. Similar work of industrial mathematics is done in most other modern industries, but the work is not always called quantitative analysis.[1]
Although the original quantitative analysts were "sell side quants" from market maker firms, concerned withderivatives pricing and risk management, the meaning of the term has expanded over time to include those individuals involved in almost any application of mathematics in finance, including the buy side.[2] Examples include statistical arbitrage, quantitative investment management, algorithmic trading, and electronic market making.


THE ABOVE IS EXTRACTED FROM 
Wikipedia, the free encyclopedia

8. Ricequant是一家什么样的公司

去网站看看不就知道了

不过据说应该挺好的   国内这几个做量化的平台 他们的平台比较稳定。 也挺低调的  很少看他们宣传    话说回来 网站真心做的不错 , 至于里面的功能你觉得怎么样  因人而异咯~~~  反正我拿去几个做回测还是不错的。

不知道你是想搞量化投资  还是想应聘